Upwork Client Intelligence

Search 100K+ enriched Upwork client profiles with $2.4B tracked spend. Filter by country, industry, spend range, score, and hiring activity. Get work history, feedback, and company metadata.

原始信息汇总

Upwork Client Intelligence 数据集概述

数据集简介

这是一个关于Upwork平台客户智能的结构化数据库。数据集包含超过100,000个经过数据丰富的Upwork客户档案，追踪了超过24亿美元的市场支出。每个档案包含18个数据字段，涵盖支出历史、招聘速度、反馈评分、公司元数据、支付验证等信息。用户可以深入查看任何客户的完整工作历史记录，包括合同细节、承包商姓名、反馈和费用总额。

核心数据内容

• 数据规模：超过100,000个客户档案，代表超过24亿美元的追踪市场支出。
• 数据字段：每个档案包含18个数据字段。
• 数据类别：支出历史、招聘速度、反馈评分、公司元数据、支付验证等。
• 工作历史：可检索包含合同细节、承包商姓名、反馈和费用总额的完整工作历史记录。

主要功能

• 搜索和筛选：可按国家、城市、行业、公司规模、支出范围、评分、招聘数量、支付验证和企业状态筛选客户。
• 排序：可按总支出、评分、总招聘数、活跃招聘数或会员日期对结果进行排序。
• 分页：通过基于游标的分页处理大型结果集。
• 单客户查询：通过UUID查找单个客户并检索其完整工作历史。

访问层级与定价

客户档案的访问权限根据客户在Upwork上的总支出进行分级。更高的层级逐步解锁对更大账户的访问：

计划	客户支出访问权限	可用档案数量
免费	低于1,000美元	16,500+
专业版 ($75/月)	低于25,000美元	43,500+
超级版 ($125/月)	低于100,000美元	50,800+
巨型版 ($200/月)	所有客户，包括支出超过1200万美元的“鲸鱼”客户	55,300+

数据新鲜度

• 档案持续更新。
• 每日新增客户（每天3,000+）。
• 当前数据库追踪：
  • 101,000+ 总客户档案
  • 55,000+ 付费客户
  • 24亿美元 追踪市场支出
  • 321 个支出超过100万美元的客户
  • 4,437 个支出超过10万美元的客户

应用场景

• 自由职业者和机构：在投标前寻找高价值客户。避免在无效客户上浪费Connects。
• 潜在客户生成工具：用真实的客户质量数据为您的Upwork自动化提供支持。
• 市场研究：按行业、地域和公司规模分析招聘趋势。
• 招聘平台：通过自由职业者数量和支出速度识别活跃的招聘者。

API端点

1. GET /clients - 搜索客户档案

返回符合所提供筛选条件的Upwork客户档案分页列表。

查询参数：country, city, industry, company_size, min_spent, max_spent, min_score, min_hires, payment_verified, is_enterprise, sort_by, sort_order, limit。 请求头：X-Cursor（用于分页）。 响应字段：id, country, city, member_since, is_enterprise, payment_verified, total_spent, score, feedback_count, total_hires, active_hires, total_hours, total_jobs_with_hires, company_size, company_industry, posted_count, open_count, avg_hourly_rate, job_count, first_seen_at, updated_at。

2. GET /client - 客户档案与工作历史

返回单个客户的完整档案，包括合同级别的工作历史记录。

查询参数：id（必需）。 响应字段：包含/clients端点的所有字段，并附加work_history数组。工作历史字段包括：job_uid, contract_status, total_charge, total_hours, start_date, end_date, contractor_name, job_title, feedback_score, feedback_comment, feedback_to_client_score, feedback_to_client_comment。

分页机制

使用基于游标的分页处理大型结果集：

1. 使用所需的筛选条件和limit参数发出初始请求。
2. 如果响应中存在next_cursor，则在下一个请求中将其作为X-Cursor请求头传递。
3. 重复直到next_cursor不存在（无更多结果）。 游标在24小时后过期。

错误响应

所有错误均返回一致的JSON格式：{"error": {"code": "error_code", "message": "Human-readable description"}}。

HTTP 状态码	错误代码	触发条件
400	invalid_params	无效的筛选值（例如 min_score=6, sort_by=invalid）
400	missing_id	调用/client时缺少id参数
400	invalid_id	id不是有效的UUID格式
401		缺少或身份验证无效
403	tier_restricted	客户支出超过您的计划限制
404	not_found	客户UUID不存在
500	search_error	内部搜索失败
500	lookup_error	内部查询失败